Comunidades Quilombolas no Brasil: presença, resistência e território


Date: August 6, 2025

Quilombos: territórios de resistência

As comunidades quilombolas são expressões vivas da resistência negra no Brasil. Esses territórios, fundados por pessoas negras em fuga da escravidão, se tornaram espaços de construção coletiva, de preservação da cultura afro-brasileira e de enfrentamento das desigualdades raciais e territoriais.

O mapa abaixo mostra a quantidade de comunidades quilombolas por município, agrupadas por faixas de concentração:


  • Forte presença nos estados do Maranhão, Bahia, Pará, Minas Gerais e Goiás
  • Concentrações significativas também em São Paulo, Rio de Janeiro e Rio Grande do Sul
  • Municípios com mais de 100 comunidades (bolhas roxas e marrons) localizados majoritariamente no Maranhão e Pará, com destaque para áreas rurais e fronteiras agrárias

Código em Python (matplotlib + geopandas)

Code
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

# 1. Corrigir as colunas de coordenadas
quilombos_grouped['Lat_d'] = pd.to_numeric(quilombos_grouped['Lat_d'], errors='coerce')
quilombos_grouped['Long_d'] = pd.to_numeric(quilombos_grouped['Long_d'], errors='coerce')

# Remover linhas com valores inválidos de coordenadas
quilombos_grouped = quilombos_grouped.dropna(subset=['Lat_d', 'Long_d'])

# 2. Criar a coluna 'faixa' com base em 'num_localidades'
quilombos_grouped['num_localidades'] = pd.to_numeric(quilombos_grouped['num_localidades'], errors='coerce')
bins = [0, 6, 18, 36, 72, 122, float('inf')]  # Limites das faixas
labels = ['1-6', '7-18', '19-36', '37-72', '73-122', '123+']  # Rótulos das faixas
quilombos_grouped['faixa'] = pd.cut(quilombos_grouped['num_localidades'], bins=bins, labels=labels, right=True)

# Verificar o resultado
print(quilombos_grouped[['num_localidades', 'faixa', 'Lat_d', 'Long_d']].head())

# 3. Criar o dicionário de cores
faixa_colors = {
    '1-6': '#ff7f0e',    # Laranja
    '7-18': '#1f77b4',   # Azul
    '19-36': '#2ca02c',  # Verde
    '37-72': '#d62728',  # Vermelho
    '73-122': '#9467bd', # Roxo
    '123+': '#8c564b'    # Marrom
}

# 4. Carregar o GeoDataFrame de estados (mapa base)
ufs = read_state(year=2020)

# 5. Criar o mapa
fig, ax = plt.subplots(1, 1, figsize=(12, 10))
ufs.plot(ax=ax, color="#f2e0c9", edgecolor="gray")

# Adicionar os pontos ao mapa
for faixa, color in faixa_colors.items():
    subset = quilombos_grouped[quilombos_grouped['faixa'] == faixa]
    size = subset['num_localidades'] * 6  # Multiplicador ajustado para visualização proporcional
    ax.scatter(
        subset['Long_d'],
        subset['Lat_d'],
        color=color,
        label=faixa,
        alpha=0.8,
        s=size  # Aplicar tamanho baseado diretamente no número de localidades
    )

# Adicionar legenda
ax.legend(title="Faixa", loc='lower left', fontsize=10)

# Configurações do mapa
ax.set_title("Comunidades Quilombolas por Município", fontsize=16, fontweight="bold")
ax.set_axis_off()

# Salvar ou exibir o mapa
plt.tight_layout()
plt.savefig("mapa_comunidades_quilombolas.png", dpi=320)
plt.show()